Hauptinhalt
Geo Engine
Die Geo Engine ist ein cloud-basierter Dienst, der die Integration und die effiziente Verarbeitung raum-zeitlicher Daten bündelt und neueste Visualisierungs- und Analysemethoden, wie Deep-Learning, intuitiv erschließt. Dies ermöglicht es Unternehmen, bisher ungenutzte Potenziale zu erschließen.
Geo Engine ist ein EXIST-Forschungstransfer-Projekt der AG Datenbanksysteme der Philipps-Universität Marburg. Das Projekt nutzt Forschungsergebnisse, die in den Projekten GFBio und Natur 4.0 im Bereich Geodatenverarbeitung, -visualisierung und Deep Learning erzielt wurden.
Team
Fachliche Mentoren
Publikationen and Talks
- Christian Beilschmidt, Johannes Drönner, Nikolaus Glombiewski, Michael Körber, Michael Mattig, Andreas Morgen, Bernhard Seeger:
VAT to the Future: Extrapolating Visual Complex Event Processing.
OpenSky 2019: 25-36 - Christian Beilschmidt, Michael Mattig, Thomas Fober, Bernhard Seeger:
An Efficient Method for Exploratory Data Visualization of Big Spatial Data on Commodity Hardware.
INFORMATIK 2019 - Christian Beilschmidt, Johannes Drönner, Néstor Fernández, Christian Langer, Michael Mattig, Bernhard Seeger:
Analyzing Essential Biodiversity Variables with the VAT System.
Biodiversity Information Science and Standards 3, e36319 - Johannes Drönner, Sebastian Egli, Boris Thies, Jörg Bendix, Bernhard Seeger:
FFLSD - Fast Fog and Low Stratus Detection tool for large satellite time-series.
Computers & Geosciences 128: 51-59 (2019) - Christian Beilschmidt, Michael Mattig, Thomas Fober, Bernhard Seeger:
An Efficient Aggregation and Overlap Removal Algorithm for Circle Maps.
GeoInformatica (2019) 23: 473 - Christian Beilschmidt, Johannes Drönner, Nikolaus Glombiewski, Christian Heigele, Jana Holznigenkemper, Anna Isenberg, Michael Körber, Michael Mattig, Andreas Morgen, Bernhard Seeger:
Pretty Fly for a VAT GUI: Visualizing Event Patterns for Flight Data.
DEBS 2019: 224-227 - Christian Beilschmidt, Johannes Drönner, Néstor Fernández, Christian Langer, Michael Mattig, Bernhard Seeger:
Towards an EBV Analyzer based on VAT.
Proceedings 10th International Conference on Ecological Informatics: 182 (2018) - Johannes Drönner, Nikolaus Korfhage, Sebastian Egli, Markus Mühling, Boris Thies, Jörg Bendix, Bernd Freisleben, Bernhard Seeger:
Fast Cloud Segmentation Using Convolutional Neural Networks.
Remote Sensing 10(11): 1782 (2018) - Marco Schmidt, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
Unter welchen Klimabedingungen wächst meine Pflanze? – Mit dem GFBio-VAT Umweltdaten aus Verbreitungsdaten extrahieren.
Gärtnerisch-Botanischer Brief 209 (2018): 79-81 - Christian Beilschmidt, Johannes Drönner, Michael Mattig, Marco Schmidt, Christian Authmann, Aidin Niamir, Thomas Hickler, Bernhard Seeger:
VAT: A Scientific Toolbox for Interactive Geodata Exploration.
Datenbank-Spektrum 17(3): 233-243 (2017) - Christian Beilschmidt, Johannes Drönner, Michael Mattig, Marco Schmidt, Christian Authmann, Aidin Niamir, Thomas Hickler, Bernhard Seeger:
Interactive Data Exploration for Geoscience.
BTW (Workshops) 2017: 117-126 - Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
VAT: A System for Data-Driven Biodiversity Research.
EDBT 2017: 546-549 - Christian Beilschmidt, Thomas Fober, Michael Mattig, Bernhard Seeger:
A Linear-Time Algorithm for the Aggregation and Visualization of Big Spatial Point Data.
SIGSPATIAL/GIS 2017: 73:1-73:4 - Christian Beilschmidt, Thomas Fober, Michael Mattig, Bernhard Seeger:
Quality Measures for Visual Point Clustering in Geospatial Mapping.
W2GIS 2017: 153-168 - Christian Authmann, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
VAT: A System for Visualizing, Analyzing and Transforming Spatial Data in Science.
Datenbank-Spektrum 15(3): 175-184 (2015) - Christian Authmann, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
Rethinking Spatial Processing in Data-Intensive Science.
BTW Workshops 2015: 161-170 - Christian Authmann, Christian Beilschmidt, Johannes Drönner, Michael Mattig, Bernhard Seeger:
Analytical Workflows for Large Data.
TDWG 2014 Symposium: Biodiversity Informatics workflows and services.
